Pandas学习笔记：一

Pandas学习笔记-仅供学习使用

Pandas数据结构Series：基本概念及创建

# Series 数据结构
# Series 是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,轴标签统称为索引

import numpy as np
import pandas as pd  
# 导入numpy、pandas模块
ar = np.random.rand(5)
s = pd.Series(ar)
ss = pd.Series(ar,index=list('abcde'))#修改index的值
print(ar)
print(s)
print(type(s))
print(ss)
# 查看数据、数据类型

print(s.index,type(s.index))# .index查看series索引，类型为rangeindex
print(s.values,type(s.values))# .values查看series值，类型是ndarray  



# 核心：series相比于ndarray，是一个自带索引index的数组 → 一维数组 + 对应索引
# 所以当只看series的值的时候，就是一个ndarray
# series和ndarray较相似，索引切片功能差别不大
# series和dict相比，series更像一个有顺序的字典（dict本身不存在顺序），其索引原理与字典相似（一个用key，一个用index）

# Series 创建方法一：由字典创建，字典的key就是index，values就是values

dic = {
   'a':1 ,'b':2 , 'c':3, '4':4, '5':5}
s = pd.Series(dic)
print(s)
# 注意：key肯定是字符串，假如values类型不止一个会怎么样？ → 
dic2 = {
   'a':1 ,'b':'hello' , 'c':3, '4':4, '5':5}
s2 = pd.Series(dic2)
print(s2)

# Series 创建方法二：由数组创建(一维数组)

arr = np.random.randn(5)
s = pd.Series(arr)
print(arr)
print(s)
# 默认index是从0开始，步长为1的数字

s = pd.Series(arr, index = ['a','b','c','d','e'],dtype = np.object)
print(s)
# index参数：设置index，长度保持一致
# dtype参数：设置数值类型

# Series 创建方法三：由标量创建

s = pd.Series(10, index = range(4))
print(s)
# 如果data是标量值，则必须提供索引。该值会重复，来匹配索引的长度

# Series 名称属性：name

s1 = pd.Series(np.random.randn(5))
print(s1)
print('-----')
s2 = pd.Series(np.random.randn(5),name = 'test')
print('s2:','\n',s2)
print('s1:','\n',s1.name, s2.name,type(s2.name))
# name为Series的一个参数，创建一个数组的 名称
# .name方法：输出数组的名称，输出格式为str，如果没用定义输出名称，输出为None

s3 = s2.rename('hehehe')
print(s3)
print(s3.name, s2.name)
# .rename()重命名一个数组的名称，并且新指向一个数组，原数组不变

Pandas数据结构Series：索引

位置下标 / 标签索引 / 切片索引 / 布尔型索引

# 位置下标，类似序列

s = pd.Series(np.random.rand(5))
print(s)
print(s[0],type(s[0]),s[0].dtype)
print(float(s[0]),type(float(s[0])))
#print(s[-1])
# 位置下标从0开始
# 输出结果为numpy.float格式，
# 可以通过float()函数转换为python float格式
# numpy.float与float占用字节不同
# s[-1]结果如何？#会报错，这个并不完全跟列表一样。

# 标签索引

# 方法类似下标索引，用[]表示，内写上index，注意index是字符串
s = pd.Series(np.random.rand(5), index = ['a','b','c','d','e'])
print(s)
print(s['a'],type(s['a']),s['a'].dtype)

# 如果需要选择多个标签的值，用[[]]来表示（相当于[]中包含一个列表）
# 多标签索引结果是新的数组
sci = s[['a','b','e']]
print(sci,type(sci))

# 切片索引

s1 = pd.Series(np.random.rand(5))
s2 = pd.Series(np.random.rand(5), index = ['a','b','c','d','e'])
print('s1:','\n',s1)
print('s2:','\n',s2)
print('下标:','\n',s1[1:4],'\n',s1[4])#下标
# 注意：用index(标签)做切片是末端包含
print('标签:','\n',s2['a':'c'],'\n',s2['c'])#标签
print(s2[0:3],s2[3])
print('-----')



# 下标索引做切片，和list写法一样
print(s2[:-1])
print(s2[::2])

# 布尔型索引

# 数组做判断之后，返回的是一个由布尔值组成的新的数组
# .isnull() / .notnull() 判断是否为空值 (None代表空值，NaN代表有问题的数值，两个都会识别为空值)
s = pd.Series(np.random.rand(3)*100)
s[4] = None  # 添加一个空值  s[4] = None 也可以写成 s[4] = np.nan
print(s) 
bs1 = s > 50
bs2 = s.isnull()#isnull：是否是空值
bs3 = s.notnull()#notnull：是否不是空值
print('bs1:','\n',bs1, type(bs1), bs1.dtype)
print('bs2:','\n',bs2, type(bs2), bs2.dtype)
print('bs3:','\n',bs3, type(bs3), bs3.dtype)

print('----------------------------------')
print(s[s > 50])
print(s[bs3])
# 布尔型索引方法：用[判断条件]表示，其中判断条件可以是 一个语句，或者是 一个布尔型数组